Zapata startet Quantum Pilot, um Unternehmen bei der Identifizierung von hochwertigen Quantenanwendungen zu unterstützen

Quantencomputing hat jahrelang seine Definition an Hardware‑Meilensteinen ausgerichtet: mehr Qubits, niedrigere Fehlerraten, längere Kohärenzzeiten und immer ausgefeiltere Ansätze zur Fehlertoleranz. Doch für Unternehmen schafft bessere Hardware ein weiteres Problem. Sie müssen immer noch bestimmen, was sie damit tatsächlich tun sollten.

Zapata Quantum zielt auf diese Lücke mit Quantum Pilot, einer neuen cloudbasierten, hardwareunabhängigen Plattform, die Organisationen dabei unterstützen soll, systematisch Quantencomputing‑Anwendungen mit realistischem kommerziellem Potenzial zu identifizieren, zu bewerten und zu entwickeln.

Quantum Pilot tritt in den Early‑Access mit ausgewählten Unternehmens‑ und Regierungs­kunden ein. Anstatt Unternehmen zu verpflichten, sich für einen bestimmten Quantencomputer oder eine bestimmte Architektur zu entscheiden, versucht die Plattform, eine kontinuierlich weiterentwickelte Roadmap zu erstellen, die Geschäftsprobleme mit Algorithmen, Hardware‑Anforderungen, technischer Machbarkeit und potenziellem wirtschaftlichem Wert verknüpft.

Der Start baut auf einer breiteren anwendungsorientierten Strategie von Zapata Quantum auf, das 2017 von Wissenschaftlern der Harvard University gegründet wurde und sich zunehmend um die Softwareschicht positioniert hat, die zwischen Unternehmensproblemen und der rasch entwickelnden Quantenhardware liegt. Das Unternehmen gibt an, mittlerweile über mehr als 60 erteilte und anhängige Patente zu verfügen und habe zuvor mit Organisationen wie BASF, BMW, BBVA, BP und der Defense Advanced Research Projects Agency (DARPA) zusammengearbeitet.

Quanten‑Readiness in ein Anwendungsproblem umwandeln

Die zugrunde liegende Annahme von Quantum Pilot ist, dass Unternehmen möglicherweise die falsche Frage zum Quantencomputing stellen.

Anstatt sich hauptsächlich darauf zu konzentrieren, wann ausreichend leistungsfähige Quantencomputer verfügbar sein werden, müssen Organisationen auch verstehen, welche Workloads von diesen Maschinen profitieren würden, welche Algorithmen sie adressieren könnten, welche Ressourcen diese Algorithmen benötigen und ob der letztendliche Vorteil die Entwicklungskosten rechtfertigen würde.

Das ist deutlich komplizierter, als einfach nur die Qubit‑Anzahl zu verfolgen.

Ein Pharmaunternehmen könnte beispielsweise Hunderte von rechenintensiven Prozessen haben, die molekulare Simulation, Wirkstoffdesign, Optimierung und maschinelles Lernen umfassen. Nur ein Teil davon könnte plausible Kandidaten für eine Quantenbeschleunigung sein. Diese Kandidaten müssen dann mit kontinuierlich verbesserten klassischen Ansätzen verglichen und gegen Hardware abgebildet werden, die möglicherweise zum gewünschten Zeitpunkt noch nicht in der erforderlichen Skalierung existiert.

Quantum Pilot ist darauf ausgelegt, diese Untersuchung in einen wiederholbaren Prozess zu überführen.

„Die entscheidende Einstiegshürde für die Entwicklung von Quantenanwendungen ist die effiziente und rigorose Zuordnung von Anwendungsfällen zu quanten‑computationalen Lösungen“, sagte Zapata‑CEO Sumit Kapur.

Die Idee ist, zu verhindern, dass die Quantenstrategie zu einer Sammlung von losen Experimenten wird. Das Wissen, das aus einer Bewertung gewonnen wird, kann stattdessen in nachfolgende Projekte einfließen, wenn Algorithmen und Hardware sich weiterentwickeln.

Wie Quantum Pilot funktioniert

Quantum Pilot vereint drei Systeme, die verschiedene Teile des Anwendungsentwicklungsprozesses abdecken.

Das erste ist Quantum Graph, eine proprietäre Wissensebene, die potenzielle Anwendungen mit Algorithmen, akademischer Forschung und Quantenhardware‑Roadmaps verbindet. Zapata hat Quantum Graph zuvor als strukturierte Wissensdatenbank beschrieben, die zeigt, wie Probleme, Algorithmen und Hardware‑Ressourcen zueinander in Beziehung stehen.

Die zweite Komponente, Quantum Engine, übernimmt mehr der rechnerischen Arbeit. Sie beinhaltet Werkzeuge und KI‑Agenten für die Algorithmusauswahl, Versuchsdesign, Hardware‑Benchmarking und Schätzung von Quantenressourcen.

Die Schätzung von Ressourcen ist besonders wichtig, weil ein Algorithmus, der mathematisch überzeugend erscheint, eine unrealistische Anzahl physischer Qubits oder eine unpraktische Laufzeit erfordern kann, sobald Fehlerkorrektur und Hardware‑Beschränkungen berücksichtigt werden.

Die dritte Komponente ist Quantum Assurance, die Experten‑Review mit formalen Verifikationsmethoden kombiniert, um stärkere Evidenz dafür zu liefern, dass Quanten‑Software sich wie erwartet verhält.

Gemeinsam sollen die drei Ebenen eine Reihe von Fragen beantworten: Ist dieses Geschäftsproblem für Quantencomputing geeignet? Welcher Algorithmus sollte es adressieren? Was wäre nötig, um ihn auszuführen? Ist die vorgeschlagene Implementierung korrekt? Und wann könnten die Wirtschaftlichkeit die tatsächliche Einführung rechtfertigen?

Quantum Pilot ist zudem Teil von Zapatas umfassender Orquestra‑Software‑Stack, die die Bewertung von Anwendungsfällen, Ressourcenschätzung, Algorithmen, hybride Quanten‑klassische Workflows und den Zugriff auf mehrere Hardware‑Umgebungen umfasst.

Agentische KI trifft auf Schätzung von Quantenressourcen

Künstliche Intelligenz wird ebenfalls Teil des Quanten‑Entwicklungs‑Workflows.

Anfang dieses Jahres begann Zapata, mit NVIDIA an einem agentischen KI‑System zu arbeiten, das die Schätzung von Quantenressourcen automatisieren soll – eine Aufgabe, die Fachwissen in molekularer Modellierung, Quantenalgorithmen, Hardware‑Architekturen und Fehlerkorrektur erfordern kann.

Die Zapata-NVIDIA Zusammenarbeit konzentrierte sich zunächst auf Quantenchemie‑Anwendungen wie Wirkstoffforschung, Energie und fortschrittliche Materialien. Die Unternehmen entwickeln orchestrierte KI‑Agenten, die Teile des Benchmark‑ und Schätzungsprozesses übernehmen können, der traditionell umfangreiche manuelle Forschung erfordert.

Laut Zapata kombiniert der Arbeitsablauf KI‑Orchestrierung, kontinuierlich verifizierte Quanten‑Workflows und ein Machbarkeitsmodell, das versucht, die Hardware‑Anforderungen vorherzusagen, bevor die Berechnung beginnt. NVIDIAs Agent Toolkit wird für Monitoring und Guardrails innerhalb der Multi‑Agent‑Architektur eingesetzt.

Diese Fähigkeiten werden nun in die breitere Quantum‑Pilot‑Umgebung integriert.

Es ist eine interessante Anwendung agentischer KI, weil die Agenten nicht als Ersatz für Quantencomputer selbst positioniert werden. Stattdessen werden sie eingesetzt, um einen Teil der wissenschaftlichen Arbeit zu automatisieren, die nötig ist, um zu bestimmen, ob ein Quantencomputer ein bestimmtes Problem wirtschaftlich lösen könnte.

Formale Verifikation könnte zunehmend wichtig werden

Ein weiteres Unterscheidungsmerkmal ist Zapatas Schwerpunkt auf formaler Verifikation.

In der konventionellen Softwareentwicklung prüft das Testen im Allgemeinen, ob ein Programm unter verschiedenen Bedingungen die erwarteten Ergebnisse liefert. Formale Verifikation geht weiter, indem mathematische Methoden verwendet werden, um nachzuweisen, dass die Software die spezifizierten Eigenschaften erfüllt.

Quanten‑Software stellt eine schwierige Umgebung für konventionelle Validierung dar, weil immer komplexere Algorithmen letztlich in Quanten‑Schaltkreise übersetzt und auf Systemen ausgeführt werden müssen, bei denen Rauschen, Fehlkorrektur und Hardware‑Beschränkungen die Ergebnisse materiell beeinflussen können.

Zapata arbeitet mit der University of Maryland zu einem verifikations‑first Ansatz, der mit mathematischen Korrektheitsbeweisen beginnt, anstatt zuerst Software zu bauen und sie anschließend zu validieren.

Die Forschung wird zunächst auf Shors Faktorisierungsalgorithmus angewendet, aber das Unternehmen glaubt, dass ähnliche Methodologien schließlich auf Quantenchemie, Materialwissenschaft, Optimierung und Finanzen ausgedehnt werden könnten.

Quantum Assurance bringt diese Philosophie in Quantum Pilot ein.

Dies beseitigt nicht die Unsicherheit rund um Quantencomputing. Formale Verifikation kann helfen festzustellen, ob ein Algorithmus oder eine Implementierung korrekt ist, aber sie kann unreife Hardware nicht kommerziell nutzbar machen. Was sie potenziell tun kann, ist eine weitere Unsicherheitsquelle zu reduzieren, da Quanten‑Anwendungen immer komplexer werden.

Praxisprojekte zeigen, warum die Auswahl von Anwendungen entscheidend ist

Zaptas frühere Unternehmensprojekte veranschaulichen, warum das systematische Ablehnen ungeeigneter Anwendungsfälle fast genauso wertvoll sein kann wie das Finden vielversprechender Fälle.

In der Zusammenarbeit mit BP zum variationalen Quanten‑Eigensolver untersuchte Zapata, ob Quantencomputer künftig molekulare Simulationen beschleunigen könnten. Die Analyse identifizierte Möglichkeiten zur Reduktion des Rechenaufwands, kam jedoch auch zu dem Schluss, dass Implementierungen im Unternehmensmaßstab noch Jahre entfernt sind.

Die Arbeit mit BBVA untersuchte ebenfalls Quantenansätze für rechenintensive Monte‑Carlo‑Simulationen, die in finanziellen Risikoberechnungen verwendet werden. Das Projekt erkannte potenzielle algorithmische Vorteile, stellte jedoch fest, dass die Anwendung auf nahen Quanten‑Geräten nicht machbar ist.

Andere Projekte erzielten sofort nützlichere Ergebnisse durch quanteninspirierte Ansätze. In einem Projekt zur Automobilfertigung mit BMW und dem MIT Center for Quantum Engineering setzte Zapata Tensor‑Network‑generative Modelle für die Produktionsplanung ein, um zu prüfen, ob Methoden, die von Quantencomputing inspiriert sind, große Optimierungsprobleme mit klassischer Infrastruktur verbessern können.

Diese Mischung aus positiven und negativen Ergebnissen verdeutlicht einen wichtigen Aspekt der Entwicklung von Quanten‑Anwendungen: Unternehmen benötigen Mechanismen, um nicht nur zu bestimmen, wo Quantencomputing funktionieren könnte, sondern auch, wo Investitionen zurückgestellt werden sollten.

Aufbauend auf Zapatas Rückkehr zur Quanten‑Software

Quantum Pilot stellt zudem die neueste Phase von Zapatas erneuter Fokussierung auf Quanten‑Software dar.

Das Unternehmen durchlief eine umfassende Umstrukturierung, bevor es seine Aufmerksamkeit wieder auf die ursprünglichen Wurzeln im Quantencomputing richtete. Im April sicherte Zapata eine überzeichnete strategische Finanzierungsrunde in Höhe von 15 Millionen USD, um seine wissenschaftlichen, ingenieurtechnischen, Produkt‑ und Vertriebsteams auszubauen, ein Ereignis, das zuvor von Unite.AI berichtet wurde.

Sein Technologie‑Portfolio umfasst jetzt Orquestra, Quantum Graph, Quantum Pilot und Bench‑Q, ein Toolkit, das aus Arbeiten im Rahmen von DARPA’s Quantum Benchmarking‑Programm hervorgegangen ist. Zapata beteiligte sich an allen technischen Bereichen des Programms, die die Identifizierung von Anwendungsfällen, die Algorithmus‑Entwicklung und die Schätzung von Hardware‑Ressourcen umfassen.

Das Unternehmen hat zudem quanten‑klassische Ansätze außerhalb reiner Benchmark‑Tests demonstriert. Seine Forschung mit akademischen und biotechnologischen Partnern nutzte ein quanten‑klassisches generatives Modell, um Kandidaten‑Moleküle zu entwerfen, die KRAS anvisieren; 15 vorgeschlagene Moleküle wurden synthetisiert und zwei als vielversprechende Kandidaten für weitere Untersuchungen identifiziert.

Das Quantenrennen weitet sich über die Hardware hinaus aus

Die Einführung von Quantum Pilot spiegelt eine breitere Verschiebung wider, wo sich der Wettbewerb im Bereich Quantencomputing letztlich entwickeln könnte.

Der Bau fehlertoleranter Quantenhardware bleibt eine der prägendsten technischen Herausforderungen der Branche. Doch immer leistungsfähigere Geräte werden nur begrenzten kommerziellen Wert haben, wenn Unternehmen keine Anwendungen bereit haben, die darauf laufen können.

Damit entsteht ein paralleles Rennen um Algorithmen, Ressourcenschätzungen, Entwicklungsumgebungen, Benchmarking, Verifikation und institutionelles Wissen.

Quantum Pilot ist Zapatas Versuch, diese Disziplinen in ein System zu bündeln, das Unternehmen nutzen können, bevor sie genau entscheiden, welche Quantenhardware letztlich ihre Workloads ausführen wird.

Dieser hardwareunabhängige Ansatz könnte immer relevanter werden, wenn sich verschiedene Architekturen als besser geeignet für unterschiedliche Problemklassen erweisen. Er ermöglicht es Unternehmen zudem, Anwendungen weiter zu bewerten, während sich die Hardware‑Roadmaps unter ihnen ändern.

Die größere Frage ist, ob Organisationen jahrelange Quantenexperimente in eine institutionelle Fähigkeit umwandeln können, anstatt sie nur als Reihe von Machbarkeitsnachweisen zu betrachten.

Quantum Pilot beseitigt nicht die Unsicherheit darüber, wann ein kommerziell bedeutsamer Quantenvorteil eintreten wird. Stattdessen basiert es auf einer praktischeren Annahme: Unternehmen, die von zukünftigen Hardware‑Fortschritten profitieren wollen, benötigen einen disziplinierten Ansatz, um schon lange vor der Verfügbarkeit der Hardware zu bestimmen, was es wert ist, gebaut zu werden.